在AI能力评测领域，一项名为“远程劳动力指数”（Remote Labor Index，RLI）的新指标引发了广泛关注。该指数专门衡量AI模型在自动化远程工作方面的实际表现，结果令人震惊：Claude Fable 5以16.1%的自动化率遥遥领先，几乎是第二名Opus 4.8（8.3%）的两倍，更是第三名GPT-5.5（6.3%）的2.5倍。这意味着在同等任务条件下，Fable 5能自动完成的工作量是GPT-5.5的两倍半，差距之大堪称代际碾压。RLI指数的评测逻辑相当务实：它选取了涵盖编程、写作、数据分析、客服等数十种常见远程工作场景，让AI模型在不经人工干预的情况下独立完成任务，然后统计其成功率。Fable 5在复杂逻辑推理、多步骤任务执行和上下文理解方面表现尤为突出，特别是在需要连续决策和纠错的场景中，其自动化率比第二名高出近一倍。而GPT-5.5虽然在语言生成流畅度上仍有优势，但在实际任务执行能力上暴露了短板，尤其是面对需要多轮交互和工具调用的任务时，表现明显逊色。这一排名对AI行业的影响不容小觑。对于企业而言，RLI指数直接关联到人力成本节约和效率提升：如果一家公司使用Fable 5来替代部分远程岗位，理论上可以自动化16%的工作量，而使用GPT-5.5只能达到6.3%。对于AI开发者来说，这意味着模型架构和训练策略的差异正在从“聊天能力”转向“实际工作能力”。Fable 5的成功可能源于其在强化学习和工具使用方面的创新，而Opus 4.8和GPT-5.5则需要重新审视自己的技术路线。展望未来，RLI指数可能会成为AI模型评测的新标准，因为它更贴近真实商业场景。对于AI从业者，建议不要仅依赖传统的基准测试（如MMLU、HumanEval），而应关注类似RLI这样以“任务完成率”为核心的指标。同时，企业在选择AI工具时，应结合自身业务场景进行小范围测试，因为不同模型在不同任务上的自动化率可能有显著差异。毕竟，能写诗的AI不一定能帮你完成一份财务报表，而能自动处理客服工单的AI，才是真正的“打工人”。